1、RAW域基础：什么是RAW图像、RAW与JPEG的区别、RAW文件格式解析（Bayer阵列、CFA模式）、RAW数据的位深与动态范围

说白了，RAW图像就是相机传感器最原始的“底片”。

你按下快门那一刻，光线打到CMOS或CCD传感器上，每个像素点把光信号转成电信号，再量化成数字值——这就是RAW。它没经过任何加工，没有白平衡、没有降噪、没有锐化，甚至连颜色都没有完全确定。

我个人习惯把RAW比作“数字时代的胶片负片”。你拍完一张RAW，相当于手里攥着所有原始信息。后期你想调成冷色调还是暖色调，想拉回两档曝光，都还有余地。JPEG呢？那是相机帮你冲印好的照片，改起来就费劲了。

  核心要点：RAW是传感器输出的原始数据，未经任何处理。它记录的是每个像素的线性光强值，而不是你最终看到的彩色图像。

我经常跟团队里的新人说：RAW是食材，JPEG是成品菜。

相机拍JPEG时，内部会做一套“标准流程”：去马赛克、白平衡、伽马校正、锐化、压缩……最后输出一个8位的、已经调好色的文件。这个过程不可逆，很多细节被永久丢弃了。

RAW就不一样。它保留了传感器能捕获的所有信息。举个例子，我曾在一次夜景项目中拍了一组RAW，回来发现有几张欠曝了将近3档。要是JPEG，基本就废了。但RAW硬是让我把暗部细节拉了回来，噪点控制得也还行。

下面这张表，我建议你存下来，面试或选格式时都用得上：

我的经验：做图像增强算法时，千万别用JPEG做输入。JPEG的8bit量化已经把很多微弱的细节抹掉了，你再怎么增强，也补不回来。我见过不少拿JPEG做“超分辨率”，效果看着还行，但一换到RAW上，差距就出来了。

你可能会问：传感器明明只能感知光的强度，怎么拍出彩色照片的？

答案是：每个像素头上都戴着一片彩色滤光片。这就是CFA（Color Filter Array，彩色滤光片阵列）。最常见的模式是Bayer阵列，它用RGGB的排列方式——一个像素只记录红、绿、蓝中的一种颜色。

为什么绿色占两个？因为人眼对绿色最敏感。这个设计很巧妙，说白了就是“把有限的像素资源用在刀刃上”。

下面这张图，是我用SVG画的Bayer阵列结构，你看一眼就明白了：

你看，每个2x2的单元里，有1个红、2个绿、1个蓝。整个传感器就是这种模式不断重复。所以RAW图像本质上是一张单通道的马赛克图，每个位置只有一种颜色值。

除了Bayer，还有一些变体。我简单列一下：

X-Trans（富士）：6x6的重复单元，排列更随机，能减少摩尔纹。我调过几台富士相机的RAW，去马赛克算法确实比Bayer复杂一些。
Quad Bayer（索尼、三星）：2x2的同色像素合并，常用于高像素手机传感器。说白了就是四个R挨在一起，四个G挨在一起……这样可以在暗光下合并像素提升感光度。
RGBW：加入白色（W）像素，提升弱光灵敏度。代价是色彩分辨率会下降一点。

注意：不同CFA模式对应的去马赛克算法完全不同。你如果自己写ISP（图像信号处理）流程，第一步就得搞清楚传感器用的是哪种排列。我曾经接手过一个项目，前任把Bayer的RGGB当成GBRG来解，结果颜色全乱套了……排查了两天才找到原因。

位深，说白了就是每个像素用多少比特来存储它的亮度值。

常见的RAW位深有：

你想想看，JPEG只有8bit（0-255）。这意味着RAW能记录的亮度层级是JPEG的16倍（12bit）甚至256倍（16bit）。

动态范围呢？它描述的是传感器能同时记录的最亮和最暗区域的比值。单位通常是EV（曝光值）或dB。

举个例子，一个动态范围14EV的传感器，意味着它能从纯黑到纯白之间区分出2^14=16384个亮度层级。高动态范围的好处是——你拍一张大光比场景（比如逆光人像），天空不过曝，人脸也不死黑。

我自己的经验是：位深决定了你能“拉”多少，动态范围决定了你能“留”多少。位深不够，拉曝光时会出现色阶断层；动态范围不够，高光或暗部的细节直接就没了，拉都拉不回来。

  一句话总结：RAW的位深和动态范围，是后期处理的两条“命根子”。做图像增强算法时，输入RAW比输入JPEG多保留了至少10倍以上的有效信息。

嗯，这一章的基础概念就这些。你把这些吃透了，后面讲去马赛克、白平衡、降噪这些具体算法时，才能理解“为什么要在RAW域做”以及“RAW域到底给了我们什么好处”。